Evaluation of the Policy Effect of China’s Environmental Interview System for Effective Air Quality Governance
Notice bibliographique
Résumé
The Ministry of Ecology and Environment of the People's Republic of China formally proposed an environmental interview system in May 2014, which applies pressure on local governments to fulfill their responsibility toward environmental protection by conducting face-to-face public interviews with their officials. In this paper, 48 cities that were publicly interviewed from 2014-2020 were considered the experimental group and 48 cities surrounding them were the control group. First, the dynamic panel model is applied to initially determine the effect of the policy. Then, a regression discontinuity method (Sharp RD) is used to analyze the short-term and long-term effects and compare the reasons for the differences observed among the estimates of various types of samples. Finally, a series of robustness tests were also conducted. The results show that the environmental interview system can improve air quality. However, because an emergency short-term local governance system exists at present, the governance effect is not long-term and, therefore, not sustainable. Therefore, it suggests that the government should continue to improve the environmental interview system, establish an optimal environmental protection incentive mechanism, and encourage local governments to implement environmental protection policies effectively in the long term. The results of the research are of great significance to the environmental impact assessment system of the world, especially in countries with similar economic systems, which are facing a trade-off between economic growth and environmental sustainability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».